Biblioteche e Archivi
POLITesi - Archivio digitale delle tesi di laurea e di dottorato

The use of microalgae for wastewater treatment was first studied in the 50s and more recently revisited, in view of a more sustainable and circular approach to bioremediation. When applied to wastewater treatment, these microscopic photosynthetic organisms contribute to reduce the energy demand by supplying the oxygen through photosynthesis. Moreover, microalgae assimilate inorganic nitrogen and phosphorus and thus participate in the treatment process. Compared to classical activated sludge processes, algae will also recycle the carbon dioxide produced by bacteria, reducing the greenhouse gas emissions. Moreover, some algal species can contain high amounts of lipids, protein or other compounds that become elemental bricks for green chemistry, becoming then new players to recycle nitrogen and phosphorus using the solar energy and providing useful products such as biofuel, bioplastics, or bio-fertilizer. However, several challenges must still be addressed to benefit from the key advantages of integrating microalgae in Water Resource Recovery Facilities (WRRFs). Facing seasonal fluctuations of light and temperature is particularly difficult, especially to keep an effective algal activity at low temperatures and light during autumn and winter. Moreover, promises of the microalgae-based technology have rarely been quantified, mainly because most of the underlying processes are not easily measurable (e.g.: the balance between oxygen production by photosynthesis, consumption by bacterial and algal respiration, and the oxygen exchange with the atmosphere, was never fully assessed). On top of this, estimating the benefits and costs based on non-optimised pilots run over a yearlong period is challenging and requires expensive field testing and data collection. All these open questions can be effectively addressed with the support of numerical simulations. Mathematical models can indeed be used to quantify the mass and energy fluxes. They are powerful tools for understanding and predicting bioprocesses, especially for decoding the complex nonlinear interactions among microorganisms. In addition, an accurate model is a very powerful tool to identify the most efficient operating modes, and then run an environmental or economic analysis from design to operation. Modelling has demonstrated its power in many fields of biotechnology, and especially in wastewater treatment, where the ASMs and ADM1 models are currently used at industrial scale. Up to now, only models describing bacteria-based systems for wastewater treatment were more extensively studied and were indeed validated on longer time scales. So far, the challenge for algae-bacteria based treatment for wastewaters, is that currently few models have been developed for simulating such interactions in outdoor systems, but no comprehensive models have been validated over a yearly period and applied to different case studies. This Ph.D. thesis proposes a new model, named ALBA (ALgae-BActeria), describing the ecosystem evolution in outdoor raceways for wastewater treatment. In this work a global model was developed, integrating the main chemical, physical and biological processes taking place in outdoor systems of algae-bacteria consortia treating different type of wastewaters. The model was calibrated and validated, both on nychthemeral and seasonal datasets, to assess the predictive capability of the model. For this purpose, fifteen months of an original field-testing campaign on an outdoor demonstrative raceway pond treating municipal wastewater (56 m2, located in Narbonne area) were used for supporting model advanced experiments along the four seasons (i.e.: sensitivity analysis under periodic regime, calibration, validation and uncertainty analysis). In addition, the ALBA model was validated with the same set of parameters on another case study, along six-months of monitoring campaign, including the start-up phase, with a different type of influent and different environmental conditions, i.e. a pilot scale raceway (3.8 m2, located in Milan area), processing agricultural digestate from a piggery farm. The last chapters of this work, describes how the model was used for investigating the Carbon, Nitrogen and Oxygen fluxes partitioning from the influent to effluent and also the possible optimization strategies keeping the system efficient along the seasons, focusing mostly on algal biomass productivity, nutrient removal rates, biomass fractionation and considering environmental impacts due to the atmospheric emissions (CO2, NH3). Several scenarios were analysed, under different light, temperature and pH conditions, unravelling the effect of key parameters, such as the volumetric liquid/gas mass transfer coefficient (kLa), the hydraulic retention time (HRT) and the pH control set-point, showing that finding a working mode balancing conventional efficiency parameters and atmospheric emissions is indeed challenging. Unexpectedly, simulations revealed the key role of alkalinity as process parameter to control for avoiding very low levels of inorganic carbon in the system, despite an active pH regulation, that in principle was expected to guarantee for not limiting conditions of CO2 for algae and nitrifiers growth. In addition, very low inorganic carbon levels are favourable conditions for N2O production, so that controlling the system total alkalinity becomes essential not only to avoid detrimental competitions among autotrophic microorganisms, but also for dangerous greenhouse gas emissions. Finally, the solid/liquid separation was implemented in the model, in order to investigate also the effect of uncoupling the Sludge Retention Time (SRT) from the Hydraulic Retention Time (HRT) on the overall system performances, with particular attention to the total alkalinity regulation. The ALBA model was designed balancing realism and model complexity. Beyond offering a better understanding of the complex algae-bacteria interactions taking place in outdoor raceways operating along the year, the ALBA model can now be used to support selection of optimal operational strategies, playing on various operational parameters and model predictive control strategies, possibly accounting for meteorological forecasts.

L'uso di microalghe per il trattamento delle acque reflue è stato inizialmente studiato negli anni '50 e più recentemente rivisitato, in vista di un approccio più sostenibile e circolare alla bio-remediation. Quando vengono applicati al trattamento delle acque reflue, questi organismi fotosintetici microscopici contribuiscono a ridurre la domanda di energia fornendo l'ossigeno attraverso la fotosintesi. Inoltre, le microalghe assimilano azoto inorganico e fosforo e quindi partecipano al processo di trattamento delle acque. Rispetto ai classici processi a fanghi attivi, le alghe riciclano anche l'anidride carbonica prodotta dai batteri, riducendo le emissioni di gas. Inoltre, alcune specie di alghe possono contenere elevate quantità di lipidi, proteine o altri composti che diventano elementi fondamentali per la chimica verde, diventando poi nuovi attori per riciclare l'azoto e il fosforo utilizzando l'energia solare e fornendo prodotti utili come biocarburanti, bioplastiche o bio-fertilizzanti. Tuttavia, molte sfide devono ancora essere affrontate per beneficiare dei vantaggi chiave dell'integrazione delle microalghe nelle strutture per il recupero delle risorse idriche (WRRF). Affrontare le fluttuazioni stagionali di luce e temperatura è particolarmente difficile, soprattutto per mantenere un'efficace attività algale a basse temperature e luce durante l'autunno e l'inverno. Inoltre, i vantaggi della tecnologia basata sulle microalghe sono stati raramente quantificati, principalmente perché la maggior parte dei processi non sono facilmente misurabili (es: l'equilibrio tra la produzione di ossigeno mediante fotosintesi, il consumo tramite respirazione batterica e algale e lo scambio di ossigeno con l'atmosfera , non è mai stato completamente valutato). Inoltre, la stima dei costi e dei benefici sulla base di progetti pilota non ottimizzati eseguiti su un periodo di un anno è impegnativa e richiede costose prove sul campo e raccolta di dati. Tutte queste domande aperte possono essere affrontate efficacemente con il supporto di simulazioni numeriche. I modelli matematici possono infatti essere utilizzati per quantificare i flussi di massa e di energia. Sono strumenti potenti per comprendere e simulare i bio-processi, soprattutto per decodificare le complesse interazioni non lineari tra i microrganismi. Inoltre, un modello accurato è uno strumento molto potente per identificare le modalità operative più efficienti e quindi eseguire un'analisi ambientale ed economica dalla progettazione su larga scala. La modellazione ha dimostrato il suo potere in molti campi della biotecnologia, e in particolare nel trattamento delle acque reflue, dove i modelli ASM e ADM1 sono attualmente utilizzati su scala industriale. Fino ad ora, solo i modelli che descrivono sistemi batterici per il trattamento delle acque reflue sono stati studiati in modo più approfondito e sono stati effettivamente convalidati su scale temporali più lunghe. Finora, per il trattamento alghe-batteri per le acque reflue, sono stati sviluppati pochi modelli per simulare tali interazioni in sistemi esterni, ma nessun modello completo è stato convalidato su un periodo annuale e applicato a diversi casi di studio. Questo dottorato di ricerca la tesi propone un nuovo modello, chiamato ALBA (ALgae-BActeria), che descrive l'evoluzione dell'ecosistema nei reattori raceway per il trattamento delle acque reflue. In questo lavoro è stato sviluppato un modello globale, che integra i principali processi chimici, fisici e biologici che avvengono in sistemi esterni di consorzi alghe-batteri che trattano diversi tipi di acque reflue. Il modello è stato calibrato e validato, su due dataset stagionali, per valutare la capacità predittiva del modello. A tale scopo, sono stati utilizzati quindici mesi di campagna di monitoraggio su un reattore raceway a scala dimostrativa per il trattamento delle acque reflue municipali (56 m2, situato nella zona di Narbonne) per testare il modello lungo le quattro stagioni (es: analisi di sensibilità in regime periodico , calibrazione, validazione e analisi dell'incertezza). Inoltre, il modello ALBA è stato validato con lo stesso set di parametri su un altro caso di studio, usando sei mesi di campagna di monitoraggio, compresa la fase di start-up, con un diverso tipo di condizioni ambientali e influenti, (reattore raceway a scala pilota, 3.8 m2, situato in zona Milano, per il trattamento di digestato agricolo/suino). Gli ultimi capitoli di questo lavoro, descrivono come il modello è stato utilizzato per indagare i flussi di carbonio, azoto e ossigeno, partizionando l'influente l'effluente e anche le possibili strategie di ottimizzazione mantenendo il sistema efficiente lungo le diverse stagioni, concentrandosi principalmente sulla produttività della biomassa algale, tassi di rimozione, frazionamento della biomassa e considerando gli impatti ambientali dovuti alle emissioni in atmosfera (CO2, NH3). Sono stati analizzati diversi scenari, in diverse condizioni di luce, temperatura e pH, svelando l'effetto di parametri chiave, come il coefficiente volumetrico di trasferimento di massa liquido / gas (kLa), il tempo di ritenzione idraulica (HRT) e il setpoint di controllo del pH, dimostrando che trovare una modalità di lavoro che bilanci i parametri di efficienza convenzionali e le emissioni atmosferiche è davvero impegnativo. Inaspettatamente, le simulazioni hanno rivelato il ruolo chiave dell'alcalinità come parametro di processo da controllare per evitare livelli molto bassi di carbonio inorganico nel sistema, nonostante una regolazione attiva del pH, che in linea di principio avrebbe dovuto garantire condizioni non limitanti di carbonio inorganico per la crescita di alghe e nitrificanti. Inoltre, livelli molto bassi di carbonio inorganico sono condizioni favorevoli per la produzione di N2O, per cui il controllo dell'alcalinità totale del sistema diventa essenziale non solo per evitare competizioni dannose tra microrganismi autotrofi, ma anche per pericolose emissioni di gas serra. Infine nel modello è stata implementata la separazione solido / liquido, al fine di indagare anche l'effetto del disaccoppiamento del Tempo di Ritenzione dei Solidi (SRT) dal Tempo di Ritenzione Idraulica (HRT) sulle prestazioni complessive del sistema. Il modello ALBA è stato svilluppato bilanciando realismo e complessità. Oltre a offrire una migliore comprensione delle complesse interazioni alghe-batteri che avvengono nei reattori raceway che operano durante l'anno, il modello ALBA può ora essere utilizzato per supportare la valutazione di strategie operative ottimali, variando i parametri operativi e le strategie di controllo, al fine di adattare il funzionamento del sistema alle variazioni ambientali.

Development of the ALBA model: a comprehensive mathematical tool for raceway systems management and integration in Water Resource Recovery Facilities.

CASAGLI, FRANCESCA
2020/2021

Abstract

The use of microalgae for wastewater treatment was first studied in the 50s and more recently revisited, in view of a more sustainable and circular approach to bioremediation. When applied to wastewater treatment, these microscopic photosynthetic organisms contribute to reduce the energy demand by supplying the oxygen through photosynthesis. Moreover, microalgae assimilate inorganic nitrogen and phosphorus and thus participate in the treatment process. Compared to classical activated sludge processes, algae will also recycle the carbon dioxide produced by bacteria, reducing the greenhouse gas emissions. Moreover, some algal species can contain high amounts of lipids, protein or other compounds that become elemental bricks for green chemistry, becoming then new players to recycle nitrogen and phosphorus using the solar energy and providing useful products such as biofuel, bioplastics, or bio-fertilizer. However, several challenges must still be addressed to benefit from the key advantages of integrating microalgae in Water Resource Recovery Facilities (WRRFs). Facing seasonal fluctuations of light and temperature is particularly difficult, especially to keep an effective algal activity at low temperatures and light during autumn and winter. Moreover, promises of the microalgae-based technology have rarely been quantified, mainly because most of the underlying processes are not easily measurable (e.g.: the balance between oxygen production by photosynthesis, consumption by bacterial and algal respiration, and the oxygen exchange with the atmosphere, was never fully assessed). On top of this, estimating the benefits and costs based on non-optimised pilots run over a yearlong period is challenging and requires expensive field testing and data collection. All these open questions can be effectively addressed with the support of numerical simulations. Mathematical models can indeed be used to quantify the mass and energy fluxes. They are powerful tools for understanding and predicting bioprocesses, especially for decoding the complex nonlinear interactions among microorganisms. In addition, an accurate model is a very powerful tool to identify the most efficient operating modes, and then run an environmental or economic analysis from design to operation. Modelling has demonstrated its power in many fields of biotechnology, and especially in wastewater treatment, where the ASMs and ADM1 models are currently used at industrial scale. Up to now, only models describing bacteria-based systems for wastewater treatment were more extensively studied and were indeed validated on longer time scales. So far, the challenge for algae-bacteria based treatment for wastewaters, is that currently few models have been developed for simulating such interactions in outdoor systems, but no comprehensive models have been validated over a yearly period and applied to different case studies. This Ph.D. thesis proposes a new model, named ALBA (ALgae-BActeria), describing the ecosystem evolution in outdoor raceways for wastewater treatment. In this work a global model was developed, integrating the main chemical, physical and biological processes taking place in outdoor systems of algae-bacteria consortia treating different type of wastewaters. The model was calibrated and validated, both on nychthemeral and seasonal datasets, to assess the predictive capability of the model. For this purpose, fifteen months of an original field-testing campaign on an outdoor demonstrative raceway pond treating municipal wastewater (56 m2, located in Narbonne area) were used for supporting model advanced experiments along the four seasons (i.e.: sensitivity analysis under periodic regime, calibration, validation and uncertainty analysis). In addition, the ALBA model was validated with the same set of parameters on another case study, along six-months of monitoring campaign, including the start-up phase, with a different type of influent and different environmental conditions, i.e. a pilot scale raceway (3.8 m2, located in Milan area), processing agricultural digestate from a piggery farm. The last chapters of this work, describes how the model was used for investigating the Carbon, Nitrogen and Oxygen fluxes partitioning from the influent to effluent and also the possible optimization strategies keeping the system efficient along the seasons, focusing mostly on algal biomass productivity, nutrient removal rates, biomass fractionation and considering environmental impacts due to the atmospheric emissions (CO2, NH3). Several scenarios were analysed, under different light, temperature and pH conditions, unravelling the effect of key parameters, such as the volumetric liquid/gas mass transfer coefficient (kLa), the hydraulic retention time (HRT) and the pH control set-point, showing that finding a working mode balancing conventional efficiency parameters and atmospheric emissions is indeed challenging. Unexpectedly, simulations revealed the key role of alkalinity as process parameter to control for avoiding very low levels of inorganic carbon in the system, despite an active pH regulation, that in principle was expected to guarantee for not limiting conditions of CO2 for algae and nitrifiers growth. In addition, very low inorganic carbon levels are favourable conditions for N2O production, so that controlling the system total alkalinity becomes essential not only to avoid detrimental competitions among autotrophic microorganisms, but also for dangerous greenhouse gas emissions. Finally, the solid/liquid separation was implemented in the model, in order to investigate also the effect of uncoupling the Sludge Retention Time (SRT) from the Hydraulic Retention Time (HRT) on the overall system performances, with particular attention to the total alkalinity regulation. The ALBA model was designed balancing realism and model complexity. Beyond offering a better understanding of the complex algae-bacteria interactions taking place in outdoor raceways operating along the year, the ALBA model can now be used to support selection of optimal operational strategies, playing on various operational parameters and model predictive control strategies, possibly accounting for meteorological forecasts.
FICARA, ELENA
BARZAGHI, RICCARDO
AZZELLINO, ARIANNA
29-mar-2021
L'uso di microalghe per il trattamento delle acque reflue è stato inizialmente studiato negli anni '50 e più recentemente rivisitato, in vista di un approccio più sostenibile e circolare alla bio-remediation. Quando vengono applicati al trattamento delle acque reflue, questi organismi fotosintetici microscopici contribuiscono a ridurre la domanda di energia fornendo l'ossigeno attraverso la fotosintesi. Inoltre, le microalghe assimilano azoto inorganico e fosforo e quindi partecipano al processo di trattamento delle acque. Rispetto ai classici processi a fanghi attivi, le alghe riciclano anche l'anidride carbonica prodotta dai batteri, riducendo le emissioni di gas. Inoltre, alcune specie di alghe possono contenere elevate quantità di lipidi, proteine o altri composti che diventano elementi fondamentali per la chimica verde, diventando poi nuovi attori per riciclare l'azoto e il fosforo utilizzando l'energia solare e fornendo prodotti utili come biocarburanti, bioplastiche o bio-fertilizzanti. Tuttavia, molte sfide devono ancora essere affrontate per beneficiare dei vantaggi chiave dell'integrazione delle microalghe nelle strutture per il recupero delle risorse idriche (WRRF). Affrontare le fluttuazioni stagionali di luce e temperatura è particolarmente difficile, soprattutto per mantenere un'efficace attività algale a basse temperature e luce durante l'autunno e l'inverno. Inoltre, i vantaggi della tecnologia basata sulle microalghe sono stati raramente quantificati, principalmente perché la maggior parte dei processi non sono facilmente misurabili (es: l'equilibrio tra la produzione di ossigeno mediante fotosintesi, il consumo tramite respirazione batterica e algale e lo scambio di ossigeno con l'atmosfera , non è mai stato completamente valutato). Inoltre, la stima dei costi e dei benefici sulla base di progetti pilota non ottimizzati eseguiti su un periodo di un anno è impegnativa e richiede costose prove sul campo e raccolta di dati. Tutte queste domande aperte possono essere affrontate efficacemente con il supporto di simulazioni numeriche. I modelli matematici possono infatti essere utilizzati per quantificare i flussi di massa e di energia. Sono strumenti potenti per comprendere e simulare i bio-processi, soprattutto per decodificare le complesse interazioni non lineari tra i microrganismi. Inoltre, un modello accurato è uno strumento molto potente per identificare le modalità operative più efficienti e quindi eseguire un'analisi ambientale ed economica dalla progettazione su larga scala. La modellazione ha dimostrato il suo potere in molti campi della biotecnologia, e in particolare nel trattamento delle acque reflue, dove i modelli ASM e ADM1 sono attualmente utilizzati su scala industriale. Fino ad ora, solo i modelli che descrivono sistemi batterici per il trattamento delle acque reflue sono stati studiati in modo più approfondito e sono stati effettivamente convalidati su scale temporali più lunghe. Finora, per il trattamento alghe-batteri per le acque reflue, sono stati sviluppati pochi modelli per simulare tali interazioni in sistemi esterni, ma nessun modello completo è stato convalidato su un periodo annuale e applicato a diversi casi di studio. Questo dottorato di ricerca la tesi propone un nuovo modello, chiamato ALBA (ALgae-BActeria), che descrive l'evoluzione dell'ecosistema nei reattori raceway per il trattamento delle acque reflue. In questo lavoro è stato sviluppato un modello globale, che integra i principali processi chimici, fisici e biologici che avvengono in sistemi esterni di consorzi alghe-batteri che trattano diversi tipi di acque reflue. Il modello è stato calibrato e validato, su due dataset stagionali, per valutare la capacità predittiva del modello. A tale scopo, sono stati utilizzati quindici mesi di campagna di monitoraggio su un reattore raceway a scala dimostrativa per il trattamento delle acque reflue municipali (56 m2, situato nella zona di Narbonne) per testare il modello lungo le quattro stagioni (es: analisi di sensibilità in regime periodico , calibrazione, validazione e analisi dell'incertezza). Inoltre, il modello ALBA è stato validato con lo stesso set di parametri su un altro caso di studio, usando sei mesi di campagna di monitoraggio, compresa la fase di start-up, con un diverso tipo di condizioni ambientali e influenti, (reattore raceway a scala pilota, 3.8 m2, situato in zona Milano, per il trattamento di digestato agricolo/suino). Gli ultimi capitoli di questo lavoro, descrivono come il modello è stato utilizzato per indagare i flussi di carbonio, azoto e ossigeno, partizionando l'influente l'effluente e anche le possibili strategie di ottimizzazione mantenendo il sistema efficiente lungo le diverse stagioni, concentrandosi principalmente sulla produttività della biomassa algale, tassi di rimozione, frazionamento della biomassa e considerando gli impatti ambientali dovuti alle emissioni in atmosfera (CO2, NH3). Sono stati analizzati diversi scenari, in diverse condizioni di luce, temperatura e pH, svelando l'effetto di parametri chiave, come il coefficiente volumetrico di trasferimento di massa liquido / gas (kLa), il tempo di ritenzione idraulica (HRT) e il setpoint di controllo del pH, dimostrando che trovare una modalità di lavoro che bilanci i parametri di efficienza convenzionali e le emissioni atmosferiche è davvero impegnativo. Inaspettatamente, le simulazioni hanno rivelato il ruolo chiave dell'alcalinità come parametro di processo da controllare per evitare livelli molto bassi di carbonio inorganico nel sistema, nonostante una regolazione attiva del pH, che in linea di principio avrebbe dovuto garantire condizioni non limitanti di carbonio inorganico per la crescita di alghe e nitrificanti. Inoltre, livelli molto bassi di carbonio inorganico sono condizioni favorevoli per la produzione di N2O, per cui il controllo dell'alcalinità totale del sistema diventa essenziale non solo per evitare competizioni dannose tra microrganismi autotrofi, ma anche per pericolose emissioni di gas serra. Infine nel modello è stata implementata la separazione solido / liquido, al fine di indagare anche l'effetto del disaccoppiamento del Tempo di Ritenzione dei Solidi (SRT) dal Tempo di Ritenzione Idraulica (HRT) sulle prestazioni complessive del sistema. Il modello ALBA è stato svilluppato bilanciando realismo e complessità. Oltre a offrire una migliore comprensione delle complesse interazioni alghe-batteri che avvengono nei reattori raceway che operano durante l'anno, il modello ALBA può ora essere utilizzato per supportare la valutazione di strategie operative ottimali, variando i parametri operativi e le strategie di controllo, al fine di adattare il funzionamento del sistema alle variazioni ambientali.
Tesi di Dottorato
File allegati
File Dimensione Formato  
PHD_THESIS_Francesca_Casagli.pdf

solo utenti autorizzati dal 21/03/2022

Dimensione 9.41 MB
Formato Adobe PDF
  Visualizza/Apri
9.41 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/177700